基于混合模型的时间序列预测方法研究

硕士博士毕业论文站内搜索    
分类:教育论文网→数理科学和化学论文→概率论与数理统计论文概率论(几率论、或然率论)论文随机过程论文平稳过程与二阶矩过程论文
基于混合模型的时间序列预测方法研究
论文目录
 
摘要第1-5页
abstract第5-8页
第一章 绪论第8-12页
  1.1 研究背景与意义第8-9页
  1.2 研究现状第9-10页
  1.3 论文的研究内容与结构第10-12页
第二章 时间序列预测模型关键技术第12-23页
  2.1 线性时间序列预测模型第12-17页
    2.1.1 ARIMA模型原理第12-14页
    2.1.2 ARIMA模型阶数确定第14-15页
    2.1.3 ARIMA模型检验第15-17页
  2.2 非线性时间序列预测模型第17-22页
    2.2.1 Volterra预测模型第17-18页
    2.2.2 Elamn神经网络预测模型第18-20页
    2.2.3 LSTM神经网络预测模型第20-22页
  2.3 本章小结第22-23页
第三章 基于残差的时间序列混合预测方法第23-32页
  3.1 基于残差的混合预测方法模型构建第23-24页
  3.2 基于残差的ARIMA-LSTM混合预测方法模型构建第24-31页
    3.2.1 基于残差的ARIMA-LSTM混合模型预测方法第24-25页
    3.2.2 ARIMA模型时间序列预测第25-29页
    3.2.3 LSTM模型时间序列预测第29页
    3.2.4 仿真实验与分析第29-31页
  3.3 本章小结第31-32页
第四章 基于分解与合成的时间序列混合预测方法第32-52页
  4.1 基于分解与合成的混合预测方法模型构建第32-33页
  4.2 时间序列分解与特性判断第33-36页
    4.2.1 时间序列离散小波分解(DWT)第33-34页
    4.2.2 时间序列经验模态分解(EMD)第34-36页
    4.2.3 时间序列混沌特性判断第36页
  4.3 基于DWT-Volterra-ARIMA的混合预测方法第36-42页
    4.3.1 基于DWT-Volterra-ARIMA混合预测方法模型构建第36-37页
    4.3.2 仿真实验与分析第37-42页
  4.4 基于MEEMD-SE-ELman混合模型预测方法第42-51页
    4.4.1 改进集成经验模态分解(MEEMD)第42-43页
    4.4.2 样本熵相似性原理第43-45页
    4.4.3 基于MEEMD-SE-ELman混合预测方法第45-46页
    4.4.4 仿真实验与分析第46-51页
  4.5 本章小结第51-52页
第五章 总结与展望第52-53页
  5.1 本文总结第52页
  5.2 本文展望第52-53页
参考文献第53-57页
发表论文和科研情况说明第57-58页
致谢第58页

本篇论文共58页,点击这进入下载页面
 
更多相关论文
基于混合模型的时间序列预测方法研
基于随机光栅的激光器及电压传感器
CO-OFDM系统发送端IQ不平衡和相位噪
基于细芯光纤的复合干涉型传感器研
无线漫游场景下的时空数据可视化技
基于光场相机的二维虚假行人识别
可连续调谐的复系数微波光子滤波器
基于云环境中的异常检测技术研究
数据挖掘中关联规则算法的研究与实
基于图像分割的立体匹配算法研究
钙钛矿太阳能电池的原位再生以及其
阵列天线虚拟扩展及其波束形成研究
基于多特征和复合核的SAR图像分类方
高层火灾救生避难系统研究与设计
TD-LTE系统中基于QoS的下行资源调度
各向异性无线传感器网络定位算法的
建筑构件耐火试验智能控制系统设计
基于数据库水印的数据溯源技术研究
基于WLAN物理层信道特征的恶意WiFi
基于短文本聚类的网络舆情数据分析
基于虚拟现实的人群仿真技术研究
IGBT模块结温测量及电磁干扰研究
高层建筑火灾救生舱生命保障系统研
基于跨域学习和双链融合网络的开放
基于主成分分析和草图的网络异常流
栏 目 导 航
 
 
混合模型 特性分析 残差 分解与合成
版权申明:目录由用户88189**提供,www.51papers.com仅收录目录,作者需要删除这篇论文目录请点击这里
| 设为首页||加入收藏||站内搜索引擎||站点地图||在线购卡|
版权所有 教育论文网 Copyright(C) All Rights Reserved